Att komma till din favoritstrand bara för att upptäcka att den är stängd på grund av bakteriell kontaminering kan vara en bummer. Men ännu värre skulle vara att omedvetet simma i vatten som är förorenat med fekalt material - en mycket verklig möjlighet, med tanke på att nuvarande detektionsmetoder kan ta upp till 24 timmar för att få resultat. Nu, forskare som rapporterar i ACS-tidskriften Miljövetenskap och teknik har identifierat datormodeller som ger korrekta kortsiktiga prognoser, eller "nowcasts, " av strandvattenkvaliteten.

Antalet strandstängningar på grund av fekala mikrober har ökat de senaste åren. I USA., stränderna i området kring de stora sjöarna rankas högt bland dem med de värsta problemen. Enligt Michigan Department of Environmental Quality, 30 stränder i delstaten var antingen stängda eller hade råd kopplade till dem i början av juli 2018 på grund av höga bakterienivåer. Att samla in vattenprover och sedan analysera dem i labbet tar tid, även med modern teknik, vilket sätter simmare i riskzonen för infektion med otäcka magbesvär medan testning pågår. Men datorsimuleringar för att förutsäga vattenkvalitet är komplexa och inte alltid tillförlitliga. Jie Niu och Mantha S. Phanikumar undrade om de kunde identifiera enklare datormodeller som exakt kunde förutsäga nuvarande strandförhållanden utifrån tidigare data.

Forskarna jämförde förmågan hos fem datormodeller för att nu avge bakterienivåer på fyra platser i södra Michigansjön. Modellerna varierade i antalet inmatningsparametrar, endast från tidigare nivåer av bakterier på platserna, till mer komplexa data, som daglig nederbörd, vattentemperatur och grumlighet i vattnet. Teamet fann att de två bästa modellerna inkorporerade tidigare bakterienivåer och flera av de andra parametrarna. Dock, en ny modell utvecklad av forskarna fungerade också bra. Detta tillvägagångssätt, som kombinerade två tekniker som kallas wavelet transform och artificiell neurala nätverksanalys, krävde bara bakteriella data från det förflutna, utan ytterligare ingångar. Forskarna drog slutsatsen att den nya modellen är ett potentiellt användbart verktyg för strandhantering, särskilt när detaljerade data om strandförhållandena inte är tillgängliga.